残疾优先设计及与盲人共同收集的私人视觉信息数据集的创建

文献标题

Disability-First Design and Creation of A Dataset Showing Private Visual Information Collected with People Who Are Blind

文献信息

• 主题领域: 人机交互、数据伦理、隐私保护和 AI 数据集设计
• 关键词: 数据集, 无障碍设计, 隐私, 私人视觉数据, 图像描述, 计算机视觉, 视觉障碍, 视觉助理, 样本学习

研究背景与问题

• 发现的问题或挑战:
  • 传统视觉数据集为了保护隐私通常会移除或屏蔽私密内容，这种做法限制了隐私保护 AI 模型的发展。
  • 用于盲人和低视力人群的视觉数据中常见的特点（如图像模糊、拍摄角度不规则）未被充分纳入现有数据集中。这种差异降低了盲人群体在 AI 模型中的代表性。
  • 盲人无法轻松确认图像中的隐私内容是否被无意包含，因此参与视觉数据集建设可能面临隐私泄漏风险。
• 重要性:
  • 此数据集的创建目标是支持隐私保护技术的开发，帮助全球约 3900 万盲人（其中美国约 800 万人）独立识别和处理图像及视频中的私密内容。
  • 通过包容性数据集收集和设计，促进 AI 系统在无障碍性和隐私保护方面的进步。
• 研究动机与相关工作:
  • 最近的文献强调 AI 的公平与包容性，尤其是针对残障群体的研究仍较为有限；
  • 现有的数据集（如 VizWiz）尽管提高了对盲人数据的代表，但有意避开私密内容，不适合训练隐私保护模型。

解决方案

• 提出的解决方案:
  • 创建一个“Disability-First”数据集（BIV-Priv），基于盲人用户的拍摄行为，包含虚拟的私密道具（props），例如信用卡、药瓶、账单等。
  • 这一方法通过道具来捕捉私密内容，避免使用参与者本人的真实私密对象，从而最大限度降低隐私风险。
• 创新之处:
  • 使用虚拟道具进行数据收集，减少对参与者隐私的影响；
  • 结合跨学科的视角，包括无障碍设计、隐私保护和计算机视觉，为 AI 训练提供多样性的隐私内容与现实拍摄条件；
  • 数据集中包括盲人用户自然的拍摄特征（如光线不足、物体偏离画面）。
• 实施步骤与关键技术:
  • 道具设计与创建: 设计14种常见私密对象的虚拟副本，使用生成的虚拟信息（如随机生成的地址、电话号码）来模拟真实私密数据。
  • 技术基础设施: 开发了一个支持语音引导与实时文字聊天的 iOS 移动应用，用于数据收集。
  • 用户研究与数据收集: 对 26 名盲人用户进行前期培训，通过拍摄 728 张图像和 728 段视频完成数据收集任务。
  • 伦理与隐私控制: 确保数据集仅包含虚拟道具，删除任何无意间捕获的参与者私密内容。

研究成果

• 具体成果:
  • 创建了 BIV-Priv 数据集，共包含 728 张图像和 728 段视频，涵盖了 14 类私密道具。
  • 数据集为 AI 模型开发提供多样化的隐私相关场景，并反映盲人用户的自然拍摄行为特性。
• 与现有方案相比的优势:
  • 提供了更高的隐私保护，避免参与者真实信息的泄露；
  • 包括多样化和多学科设计，提高了数据集的广泛适用性；
  • 增强了对盲人用户实际需求和隐私关切的响应能力。
• 实验及评估结果:
  • 通过 26 名参与者贡献，由盲人自然拍摄的数据具有标志性的模糊、不规则光照和对象取景的错误，这为 AI 模型处理该类数据带来了真实场景的丰富性。
  • 参与者普遍反映使用虚拟道具代替真实内容，让他们更放心地分享数据，同时他们期待通过自己的贡献推动更高效的隐私保护技术。
• 局限性与未来方向:
  • 数据仅限于美国背景下的盲人用户，缺乏广泛的国际和多样化人群代表性；
  • 当前数据集内的内容类别有限，仅包括 14 类私密道具；
  • 未来工作可以引入针对其他障碍群体的数据创建方法，并扩大内容类别（如护照、社会安全号等）。研究还需探索自动拍摄干预技术以减少用户的任务负担。